淺談「String Pool」
概要
這是筆者早期的筆記了，想刪掉又覺得可惜，就決定整理一下，貼過來了。
字串在多數的程式語言中都是特別的存在，主要原因是它的使用頻率過於頻繁，所以字串通常都會具有一些特權功能，「Java」亦不例外，而「String Pool」就是其特權之一；「String Pool」翻譯為「字串池」，其特性與實現機制是不少面試官鍾愛的考題，而本文就是要來介紹它。
正文
目的
字串池機制存在的目的就是為了降低「當字串重覆使用」時所消耗的資源成本。
機制
在講機制之前，我們先談「字串」的一個重要特性：「Immutable」，意即當「字串」 一經生成，便不能改變。
什麼意思？先看下面這段程式碼：
String str = "A";
str += "B";
System.out.println(str); // AB打印的結果是字串：「AB」，而「AB」就像是由原本的字串：「A」再加上字串：「B」後產生的結果。
但實際上在記憶體中並不是這樣運作的，由於「Java」的字串具有「不可改變」的特性，因此，上述程式片段的執行方式是先產生字串：「A」，然後再產生字串：「B」，經運算後，再產生字串：「AB」，並將「str」指向了「AB」。
換句話說，在上述代碼片段的運算過程中，有三個「字串」被產生，但僅有「AB」被指向，而另外兩字串理論上會被「GC」機制所回收。
由於「字串」在撰寫代碼的過程中，幾乎是最常被使用的「物件」之一；重點是「重覆使用率」也相當的高，如下程式碼：
String comboStr = "init";
comboStr += "A"; // line 2
comboStr += "A"; // line 3
comboStr += "A"; // line 4
comboStr += "A"; // line 5
System.out.println(comboStr); // initAAAA在沒有「字串池」機制的情況下：
那麼「第二行」中所產生的常量字串：「A」，會在「第二行」結束時失去被指向，並等待「GC」，然後到了「第三行」，一個新的常量字串：「A」又被產生，並同樣在「第三行」結束時失去被指向，而等待「GC」，「第四行」也是如此⋯，直到程式結束；總共會有 4 個字串「A」正等待或是已經被「GC」的機制回收。
備註：本處僅討論常量字串：「A」，並假設「編譯優化」不存在。
因此，為了避免「重覆字串」在使用上的浪費，所以「JVM」實作了「字串池」的機制，其會在「Heap」中設置一塊「字串池」的區域，其專門用於存放「字串」，而在字串池裏的這些字串是允許被「重覆取用的」，如下圖：
然後將程式碼運行中所產生的字串放置「字串池內」，如下：
// Literal String
String s1 = "ABC";
String s2 = "ABC";
System.out.println(s1 == s2); // true而記憶體配置如下：
但要注意的是，並不是所有被產生的字串都一定會進入「字串池」，實際上只有以「Literal」形式，也就是藉由「雙引號」所產生的字串會被放在「字串池」中，範例代碼如下：
// New String
String s1 = "ABC";
String s3 = new String("ABC");
System.out.println(s1 == s3); // false而記憶體配置如下：
這也是為什麼我們不建議產生字串的時候用「new」，而是以「Literal」的形式。
來探討個有趣的例子，程式碼如下：
String s1 = "ABC"; // line 1
String literalStr = "A" + "B" + "C";
System.out.println(s1 == literalStr); // true
String a = "A";
String b = "B";
String c = "C";
String variableStr = a + b + c;
System.out.println(s1 == variableStr); // falseSystem.out.println(variableStr == literalStr); // false
結果是不是很詭異，其中「literalStr」與「variableStr」竟然是不相等的。
該問題要分為兩部分探討，首先是「literalStr」，官方文件的解釋如下：
簡單的說，這是與「編譯時期的優化」相關，其中，「literalStr」在編譯的過程中，會由：
String literalStr = "A" + "B" + "C";被改成：
String literalStr = "ABC";因此，對「JVM」而言，「literalStr」仍然是字串：「ABC」。
又因為「ABC」在上述代碼片段中的「line 1」就已經被創建，且置於「字串池」中，因此「literalStr」僅是將位址指向「字串池」中的「ABC」，換言之，「s1」與「literalStr」所指向的位址皆是「字串池」中的「ABC」，自然而然就是相同的。
至於為什麼「variableStr」與「s1」的指向不同，這必須牽扯到「Literal」的產生機制與方法：「String#intern()」，如下：
簡單說就是「intern()」會根據字串池是否有「相同字串」，若有，它就會將記憶體指向該位置，代碼如下：
String s1 = "ABC";
String s3 = new String("ABC");
String s4 = s3.intern();
System.out.println(s1 == s3); // false
System.out.println(s1 == s4); // false記憶體狀況如下：
如果字串池沒有「相同字串」，則將「ABC」添加至字串池中。
回到我們稍早的問題，為什麼「variableStr」所指向的「ABC」並不是字串池中的「ABC」，代碼如下：
String a = "A";
String b = "B";
String c = "C";
String variableStr = a + b + c;
System.out.println( "ABC" == variableStr); // false該問題的本質是，為什麼僅由以「常量字串」方式創建的字串才會進入「字串池」，而以「new」創建的字串不會進入「字串池」？
事實上，這跟定應有關，請參考「String Literals」，如下：
簡單的說就是，當「Literal」字串被創建時，就會直接執行「intern()」，用以確保其唯一性，而經由運算所產生的「字串」是屬於「新建」的字串，而「新字串」與「字串池中的相同內容字串」自然不是同一個物件，其原文敘述如下：
至於「static」字串的機制也大致相似的，代碼如下：
public class StringPool {
public static void main(String[] args) {
String s1 = "ABC";
System.out.println(staticS1 == s1); // true
System.out.println(staticS2 == s1); // false
System.out.println(staticS3 == s1); // true
System.out.println(staticS4 == s1); // false
}
static String staticS1 = "ABC";
static String staticS2 = new String("ABC");
static String staticS3 = "A" + "B" + "C";
static String staticSa = "A";
static String staticSb = "B";
static String staticSc = "C";
static String staticS4 = staticSa + staticSb + staticSc;
}至於在更深入的部分，筆者就沒有過多研究了，若有興趣，可以參考「深入分析 String.intern 和 String 常量的实现原理」。
備註：本處為探討「Java 7」以後的字串池實現方式。
關於「String Pool」與「intern()」還有些故事可以說，為什麼筆者備註要聲明本文的探討是僅適用於「Java 7」以後的實現方式呢？
其具體原因是「字串池」的實現方式在「Java 7」之後有大幅度的改動；原本在「Java 6」之前，「字串池」在記憶體中的位置是在「perm gen」，而其大小是固定，若存在大量「internedString」，則會導致內存增加，效能變差，詳細資訊請參考下列文章：「JDK-7032129 」、「JDK-4642821」。
因此在「Java 7」之後，其將「字串池」的記憶體位置改至「Heap」中，詳細資訊請參考文章：「JDK-6962931」，並使得其大小是可配置的，詳細資訊請參考文章：「JDK-6962930」。
完整程式碼連結：My GitHub
